曾嘉俊
- 作品数：6 被引量：36H指数：2
- 供职机构：西南交通大学电气工程学院更多>>
- 发文基金：教育部“新世纪优秀人才支持计划”国家自然科学基金中央高校基本科研业务费专项资金更多>>
- 相关领域：电气工程水利工程自动化与计算机技术更多>>
- 一种基于子区域粒子群的无功优化算法研究被引量：18
- 2012年
- 针对粒子群算法在寻优时容易陷入局部最优的不足,提出了一种基于子区域粒子群的算法,并运用到电力系统无功优化中。该算法将搜索空间划分成若干个子区域,在各个子区域中均使用粒子群算法进行寻优,通过比较各个子区域的全局最优解,得出整个搜索空间的全局最优。结合无功优化的数学模型应用于IEEE30节点之中,并与标准粒子群算法以及自适应变异粒子群算法的结果相比较,结果表明基于子区域粒子群算法能够大大地降低在寻优过程中陷入局部最优的概率,寻找出更好的全局最优解,在电力系统无功优化中得到良好的应用。
- 曾嘉俊刘志刚何士玉杨红梅
- 关键词：粒子群算法无功优化
- 基于粗糙集与灰色动态预测模型在电力负荷短期预测的应用
- 2010年
- 针对电力系统多因素负荷预测问题的复杂性,结合粗糙集理论与GM(1,N)模型各自的优势,提出一种基于粗糙集理论的GM(1,N)预测模型。采取粗糙集理论对影响负荷预测因素进行简约,利用GM(1,N)建立简约后的因素变量和负荷之间的关系建立模型,并与GM(1,1)预测模型进行了比较,结果反映基于粗糙集理论的GM(1,N)预测模型的优越性,精准度达到94.055%。
- 董庆雄曾嘉俊张元标张文川
- 关键词：负荷预测粗糙集理论GM(1,N)GM(1,1)
- 基于个体最优位置的自适应变异扰动粒子群算法被引量：14
- 2012年
- 针对粒子群算法在寻优时容易陷入局部最优的不足,提出了一种基于个体最优位置的自适应变异扰动粒子群算法AMDPSO(adaptive mutation disturbance particle swarm optimization).该算法以粒子群算法为基础,加入扰动,当满足自适应条件时,粒子以个体最优位置为依据进行变异操作.将该算法运用于6个测试函数,并与惯性权重粒子群算法、收缩因子粒子群算法以及差分进化算法进行了比较,结果表明:AMDPSO能在寻优过程中让粒子跳出局部最优,保持种群多样性,具有更好的收敛速度和优化性能.
- 刘志刚曾嘉俊韩志伟
- 关键词：粒子群算法自适应变异
- 基于个体最优位置自适应变异扰动粒子群算法的电力系统无功优化方法
- 本发明公开了一种基于个体最优位置自适应变异扰动粒子群算法的电力系统无功优化方法。包括以下步骤：建立电力系统无功优化模型；输入电网参数，形成初始种群，计算种群所有粒子对应的网损值；记录初始种群的个体最优位置与个体最优网损值...
- 刘志刚曾嘉俊柳杰
- 文献传递
- 基于种群多样性的自适应变异粒子群算法及应用
- 本文研究了PSO以及电力系统无功优化问题。第一部分介绍了PSO的理论研究以及应用国内外研究现状。随后阐述了无功优化的国内外研究现状，并指出了智能算法应用在无功优化问题中存在的问题。第二部分回顾了PSO的原理以及介绍了两种...
- 曾嘉俊
- 关键词：电力网络无功补偿自适应变异粒子群算法
- 基于子区域的粒子群优化算法研究被引量：2
- 2011年
- 针对粒子群优化(PSO)算法在寻优时容易陷入局部最优的不足,提出一种基于子区域的PSO算法。将搜索空间划分成若干个子区域,在各个子区域中均使用标准PSO算法进行寻优,通过比较各个子区域的全局最优解,从而得出整个搜索空间的全局最优。与标准PSO算法及自适应变异PSO算法的比较结果表明,该算法能降低在寻优过程中陷入局部最优的概率,具有较强的寻优能力。
- 曾嘉俊刘志刚黄元亮刘新东
- 关键词：粒子群优化算法全局最优
